Linux中國

Linux 中的 DTrace ：BPF 進入 4.9 內核

262 views0
By
Share

用於 Linux 的追蹤項目有很多，但是這個最終被合併進 Linux 內核的技術從一開始就根本不是一個追蹤項目：它是最開始是用於 伯克利包過濾器 （ Berkeley Packet Filter ） （BPF）的增強功能。這些補丁允許 BPF 重定向數據包，從而創建軟體定義網路（SDN）。久而久之，對事件追蹤的支持就被添加進來了，使得程序追蹤可用於 Linux 系統。

儘管目前 BPF 沒有像 DTrace 一樣的高級語言，但它所提供的前端已經足夠讓我創建很多 BPF 工具了，其中有些是基於我以前的 DTraceToolkit。這個帖子將告訴你怎麼去用這些 BPF 提供的前端工具，以及暢談這項技術將會何去何從。

示例

我已經將基於 BPF 的追蹤工具添加到了開源的 bcc 項目里（感謝 PLUMgrid 公司的 Brenden Blanco 帶領 bcc 項目的發展）。詳見 bcc 安裝 手冊。它會在 /usr/share/bcc/tools 目錄下添加一系列工具，包括接下來的那些工具。

捕獲新進程：

# execsnoop
PCOMM            PID    RET ARGS
bash             15887    0 /usr/bin/man ls
preconv          15894    0 /usr/bin/preconv -e UTF-8
man              15896    0 /usr/bin/tbl
man              15897    0 /usr/bin/nroff -mandoc -rLL=169n -rLT=169n -Tutf8
man              15898    0 /usr/bin/pager -s
nroff            15900    0 /usr/bin/locale charmap
nroff            15901    0 /usr/bin/groff -mtty-char -Tutf8 -mandoc -rLL=169n -rLT=169n
groff            15902    0 /usr/bin/troff -mtty-char -mandoc -rLL=169n -rLT=169n -Tutf8
groff            15903    0 /usr/bin/grotty

硬碟 I/O 延遲的柱狀圖：

# biolatency -m
Tracing block device I/O... Hit Ctrl-C to end.
^C
     msecs           : count     distribution
       0 -> 1        : 96       |************************************  |
       2 -> 3        : 25       |*********                             |
       4 -> 7        : 29       |***********                           |
       8 -> 15       : 62       |***********************               |
      16 -> 31       : 100      |**************************************|
      32 -> 63       : 62       |***********************               |
      64 -> 127      : 18       |******                                |

追蹤慢於 5 毫秒的 ext4 常見操作：

# ext4slower 5
Tracing ext4 operations slower than 5 ms
TIME     COMM           PID    T BYTES   OFF_KB   LAT(ms) FILENAME
21:49:45 supervise      3570   W 18      0           5.48 status.new
21:49:48 supervise      12770  R 128     0           7.55 run
21:49:48 run            12770  R 497     0          16.46 nsswitch.conf
21:49:48 run            12770  R 1680    0          17.42 netflix_environment.sh
21:49:48 run            12770  R 1079    0           9.53 service_functions.sh
21:49:48 run            12772  R 128     0          17.74 svstat
21:49:48 svstat         12772  R 18      0           8.67 status
21:49:48 run            12774  R 128     0          15.76 stat
21:49:48 run            12777  R 128     0           7.89 grep
21:49:48 run            12776  R 128     0           8.25 ps
21:49:48 run            12780  R 128     0          11.07 xargs
21:49:48 ps             12776  R 832     0          12.02 libprocps.so.4.0.0
21:49:48 run            12779  R 128     0          13.21 cut
[...]

追蹤新建的 TCP 活躍連接（connect()）:

# tcpconnect
PID    COMM         IP SADDR            DADDR            DPORT
1479   telnet       4  127.0.0.1        127.0.0.1        23
1469   curl         4  10.201.219.236   54.245.105.25    80
1469   curl         4  10.201.219.236   54.67.101.145    80
1991   telnet       6  ::1              ::1              23
2015   ssh          6  fe80::2000:bff:fe82:3ac fe80::2000:bff:fe82:3ac 22

通過跟蹤 getaddrinfo()/gethostbyname() 庫的調用來追蹤 DNS 延遲：

# gethostlatency
TIME      PID    COMM          LATms HOST
06:10:24  28011  wget          90.00 www.iovisor.org
06:10:28  28127  wget           0.00 www.iovisor.org
06:10:41  28404  wget           9.00 www.netflix.com
06:10:48  28544  curl          35.00 www.netflix.com.au
06:11:10  29054  curl          31.00 www.plumgrid.com
06:11:16  29195  curl           3.00 www.facebook.com
06:11:25  29404  curl          72.00 foo
06:11:28  29475  curl           1.00 foo

按類別劃分 VFS 操作的時間間隔統計：

# vfsstat
TIME         READ/s  WRITE/s CREATE/s   OPEN/s  FSYNC/s
18:35:32:       231       12        4       98        0
18:35:33:       274       13        4      106        0
18:35:34:       586       86        4      251        0
18:35:35:       241       15        4       99        0

對一個給定的 PID，通過內核和用戶堆棧軌跡來追蹤 CPU 處理之外的時間（由內核進行統計）：

# offcputime -d -p 24347
Tracing off-CPU time (us) of PID 24347 by user + kernel stack... Hit Ctrl-C to end.
^C
[...]
    ffffffff810a9581 finish_task_switch
    ffffffff8185d385 schedule
    ffffffff81085672 do_wait
    ffffffff8108687b sys_wait4
    ffffffff81861bf6 entry_SYSCALL_64_fastpath
    --
    00007f6733a6b64a waitpid
    -                bash (24347)
        4952

    ffffffff810a9581 finish_task_switch
    ffffffff8185d385 schedule
    ffffffff81860c48 schedule_timeout
    ffffffff810c5672 wait_woken
    ffffffff8150715a n_tty_read
    ffffffff815010f2 tty_read
    ffffffff8122cd67 __vfs_read
    ffffffff8122df65 vfs_read
    ffffffff8122f465 sys_read
    ffffffff81861bf6 entry_SYSCALL_64_fastpath
    --
    00007f6733a969b0 read
    -                bash (24347)
        1450908

追蹤 MySQL 查詢延遲（通過 USDT 探針）：

# mysqld_qslower `pgrep -n mysqld`
Tracing MySQL server queries for PID 14371 slower than 1 ms...
TIME(s)        PID          MS QUERY
0.000000       18608   130.751 SELECT * FROM words WHERE word REGEXP '^bre.*n$'
2.921535       18608   130.590 SELECT * FROM words WHERE word REGEXP '^alex.*$'
4.603549       18608    24.164 SELECT COUNT(*) FROM words
9.733847       18608   130.936 SELECT count(*) AS count FROM words WHERE word REGEXP '^bre.*n$'
17.864776      18608   130.298 SELECT * FROM words WHERE word REGEXP '^bre.*n$' ORDER BY word

監測 pam 庫並使用多種追蹤工具觀察登錄請求：

# trace 'pam:pam_start "%s: %s", arg1, arg2'
TIME     PID    COMM         FUNC             -
17:49:45 5558   sshd         pam_start        sshd: root
17:49:47 5662   sudo         pam_start        sudo: root
17:49:49 5727   login        pam_start        login: bgregg

bcc 項目里的很多工具都有幫助信息（-h 選項），並且都應該包含有示例的 man 頁面和文本文件。

必要性

2014 年，Linux 追蹤程序就有一些內核相關的特性（來自 ftrace 和 pref_events），但是我們仍然要轉儲並報告進程數據，這種幾十年前的老技術有很多的限制。你不能頻繁地訪問進程名、函數名、堆棧軌跡或內核中的任意的其它數據。你不能在將變數保存到一個監測事件里，又在另一個事件里訪問它們，這意味著你不能在你需要的地方計算延遲（或者說時間增量）。你也不能創建一個內核內部的延遲柱狀圖，也不能追蹤 USDT 探針，甚至不能寫個自定義的程序。DTrace 可以做到所有這些，但僅限於 Solaris 或 BSD 系統。在 Linux 系統中，有些不在主線內核的追蹤器，比如 SystemTap 就可以滿足你的這些需求，但它也有自身的不足。（理論上說，你可以寫一個基於探針的內核模塊來滿足需求-但實際上沒人這麼做。）

2014 年我加入了 Netflix cloud performance 團隊。做了這麼久的 DTrace 方面的專家，轉到 Linux 對我來說簡直不可思議。但我確實這麼做了，而且遇到了巨大的挑戰：在應用快速變化、採用微服務架構和分散式系統的情況下，調優 Netflix cloud。有時要用到系統追蹤，而我之前是用的 DTrace。在 Linux 系統上可沒有 DTrace，我就開始用 Linux 內核內建的 ftrace 和 perf_events 工具，構建了一個追蹤工具（perf-tools）。這些工具很有用，但有些工作還是沒法完成，尤其是延遲柱狀圖以及堆棧蹤跡計數。我們需要的是內核追蹤的可程序化。

發生了什麼？

BPF 將程序化的功能添加到現有的內核追蹤工具中（tracepoints、kprobes、uprobes）。在 Linux 4.x 系列的內核里，這些功能大大加強了。

時間採樣是最主要的部分，它被 Linux 4.9-rc1 所採用（patchset）。十分感謝 Alexei Starovoitov（在 Facebook 致力於 BPF 的開發），他是這些 BPF 增強功能的主要開發者。

Linux 內核現在內建有以下這些特性（自 2.6 版本到 4.9 版本之間增加）：

  • 內核級的動態追蹤（BPF 對 kprobes 的支持）
  • 用戶級的動態追蹤（BPF 對 uprobes 的支持）
  • 內核級的靜態追蹤（BPF 對 tracepoints 的支持）
  • 時間採樣事件（BPF 的 pref_event_open）
  • PMC 事件（BPF 的 pref_event_open）
  • 過濾器（通過 BPF 程序）
  • 調試輸出（bpf_trace_printk()）
  • 按事件輸出（bpf_perf_event_output()）
  • 基礎變數（全局的和每個線程的變數，基於 BPF 映射）
  • 關聯數組（通過 BPF 映射）
  • 頻率計數（基於 BPF 映射）
  • 柱狀圖（2 的冥次方、線性及自定義，基於 BPF 映射）
  • 時間戳和時間增量（bpf_ktime_get_ns()，和 BPF 程序）
  • 內核態的堆棧軌跡（BPF 棧映射）
  • 用戶態的堆棧軌跡 (BPF 棧映射)
  • 重寫 ring 緩存（pref_event_attr.write_backward）

我們採用的前端是 bcc，它同時提供 Python 和 lua 介面。bcc 添加了：

  • 用戶級靜態追蹤（基於 uprobes 的 USDT 探針）
  • 調試輸出（Python 中調用 BPF.trace_pipe() 和 BPF.trace_fields() 函數 ）
  • 按事件輸出（BPF_PERF_OUTPUT 宏和 BPF.open_perf_buffer()）
  • 間隔輸出（BPF.get_table() 和 table.clear()）
  • 列印柱狀圖（table.print_log2_hist()）
  • 內核級的 C 結構體導航（bcc 重寫器映射到 bpf_probe_read() 函數）
  • 內核級的符號解析（ksym()、 ksymaddr()）
  • 用戶級的符號解析（usymaddr()）
  • BPF 跟蹤點支持（通過 TRACEPOINT_PROBE）
  • BPF 堆棧軌跡支持（包括針對堆棧框架的 walk 方法）
  • 其它各種輔助宏和方法
  • 例子（位於 /examples 目錄）
  • 工具（位於 /tools 目錄）
  • 教程（/docs/tutorial*.md）
  • 參考手冊（/docs/reference_guide.md）

直到最新也是最主要的特性被整合進來，我才開始寫這篇文章，現在它在 4.9-rc1 內核中。我們還需要去完成一些次要的東西，還有另外一些事情要做，但是現在我們所擁有的已經值得歡呼了。現在 Linux 擁有了內建的高級追蹤能力。

安全性

設計 BPF 及其增強功能時就考慮到生產環境級安全，它被用在大範圍的生產環境里。不過你想的話，你還是可以找到一個掛起內核的方法。這種情況是偶然的，而不是必然，類似的漏洞會被快速修復，尤其是當 BPF 合併入了 Linux。因為 Linux 可是公眾的焦點。

在開發過程中我們碰到了一些非 BPF 的漏洞，它們需要被修復：rcu 不可重入，這可能導致內核由於 funccount 掛起，在 4.6 內核版本中這個漏洞被 「bpf: map pre-alloc」 補丁集所修復，舊版本內核的漏洞 bcc 有個臨時處理方案。還有一個是 uprobe 的內存計算問題，這導致 uprobe 分配內存失敗，在 4.8 內核版本這個漏洞由 「uprobes: Fix the memcg accounting」 補丁所修復，並且該補丁還將被移植到之前版本的內核中（例如，它現在被移植到了 4.4.27 和 4.4.0-45.66 版本中）。

為什麼 Linux 追蹤用了這麼久才加進來？

首要任務被分到了若干追蹤器中間：這些不是某個追蹤器單個的事情。想要了解更多關於這個或其它方面的問題，可以看一看我在 2014 年 tracing summit 上的講話。我忽視了部分方案的反面影響：有些公司發現其它追蹤器（SystemTap 和 LTTng）能滿足他們的需求，儘管他們樂於聽到 BPF 的開發進程，但考慮到他們現有的解決方案，幫助 BPF 的開發就不那麼重要了。

BPF 僅在近兩年里在追蹤領域得到加強。這一過程原本可以更快的，但早期缺少全職從事於 BPF 追蹤的工程師。Alexei Starovoitov (BPF 領導者)，Brenden Blanco (bcc 領導者)，我還有其它一些開發者，都有其它的事情要做。我在 Netflix 公司花了大量時間（志願地），大概有 7% 的時間是花在 BPF 和 bcc 上。某種程度上這不是我的首要任務，因為我還有自己的工作（包括我的 perf-tools，一個可以工作在舊版本內核上的程序）。

現在BPF 追蹤器已經推出了，已經有科技公司開始尋找會 BPF 的人了。但我還是推薦 Netflix 公司。（如果你為了 BPF 而要聘請我，那我還是十分樂於待在 Netflix 公司的！）

使用簡單

DTrace 和 bcc/BPF 現在的最大區別就是哪個更好使用。這取決於你要用 BPF 追蹤做什麼了。如果你要

  • 使用 BPF 工具/度量：應該是沒什麼區別的。工具的表現都差不多，圖形用戶界面都能取得類似度量指標。大部分用戶通過這種方式使用 BPF。
  • 開發工具/度量：bcc 的開發可難多了。DTrace 有一套自己的簡單語言，D 語音，和 awk 語言相似，而 bcc 使用已有的語言（C 語言，Python 和 lua）及其類庫。一個用 C 和 Python 寫的 bcc 工具與僅僅用 D 語言寫出來的工具相比，可能要多十多倍行數的代碼，或者更多。但是很多 DTrace 工具用 shell 封裝來提供參數和差錯檢查，會讓代碼變得十分臃腫。編程的難處是不同的：重寫 bcc 更需要巧妙性，這導致某些腳本更加難開發。（尤其是 bpf_probe_read() 這類的函數，需要了解更多 BPF 的內涵知識）。當計劃改進 bcc 時，這一情形將得到改善。
  • 運行常見的命令：十分相近。通過 dtrace 命令，DTrace 能做很多事，但 bcc 有各種工具，trace、argdist、funccount、funclatency 等等。
  • 編寫自定義的特殊命令：使用 DTrace 的話，這就沒有必要了。允許定製消息快速傳遞和系統快速響應，DTrace 的高級分析很快。而 bcc 現在受限於它的多種工具以及它們的適用範圍。

簡單來說，如果你只使用 BPF 工具的話，就不必關注這些差異了。如果你經驗豐富，是個開發者（像我一樣），目前 bcc 的使用更難一些。

舉一個 bcc 的 Python 前端的例子，下面是追蹤硬碟 I/O 並列印出 I/O 大小的柱狀圖代碼：

from bcc import BPF
from time import sleep

# load BPF program
b = BPF(text="""
#include <uapi/linux/ptrace.h>
#include <linux/blkdev.h>

BPF_HISTOGRAM(dist);

int kprobe__blk_account_io_completion(struct pt_regs *ctx, struct request *req)
{
    dist.increment(bpf_log2l(req->__data_len / 1024));
    return 0;
}
""")

# header
print("Tracing... Hit Ctrl-C to end.")

# trace until Ctrl-C
try:
    sleep(99999999)
except KeyboardInterrupt:
    print

# output
b["dist"].print_log2_hist("kbytes")

注意 Python 代碼中嵌入的 C 語句（text=）。

這就完成了任務，但仍有改進的空間。好在我們有時間去做：人們使用 Linux 4.9 並能用上 BPF 還得好幾個月呢，所以我們有時間來製造工具和前端。

高級語言

前端越簡單，比如高級語言，所改進的可能就越不如你所期望的。絕大多數人使用封裝好的工具（和圖形界面），僅有少部分人能寫出這些工具。但我不反對使用高級語言，比如 SystemTap，畢竟已經開發出來了。

#!/usr/bin/stap
/*
 * opensnoop.stp    Trace file open()s.  Basic version of opensnoop.
 */

probe begin
{
    printf("n%6s %6s %16s %sn", "UID", "PID", "COMM", "PATH");
}

probe syscall.open
{
    printf("%6d %6d %16s %sn", uid(), pid(), execname(), filename);
}

如果擁有整合了語言和腳本的 SystemTap 前端與高性能的內置在內核中的 BPF 後端，會不會令人滿意呢？RedHat 公司的 Richard Henderson 已經在進行相關工作了，並且發布了 初代版本！

這是 ply，一個完全新穎的 BPF 高級語言：

#!/usr/bin/env ply

kprobe:SyS_*
{
    $syscalls[func].count()
}

這也是一份承諾。

儘管如此，我認為工具開發者的實際難題不是使用什麼語言：而是要了解要用這些強大的工具做什麼？

如何幫助我們

  • 推廣：BPF 追蹤器目前還沒有什麼市場方面的進展。儘管有公司了解並在使用它（Facebook、Netflix、Github 和其它公司），但要廣為人知尚需時日。你可以分享關於 BPF 的文章和資源給業內的其它公司來幫助我們。
  • 教育：你可以撰寫文章，發表演講，甚至參與 bcc 文檔的編寫。分享 BPF 如何解決實際問題以及為公司帶來收益的實例。
  • 解決 bcc 的問題：參考 bcc issue list，這包含了錯誤和需要的特性。
  • 提交錯誤：使用 bcc/BPF，提交你發現的錯誤。
  • 創造工具：有很多可視化的工具需要開發，但請不要太草率，因為大家會先花幾個小時學習使用你做的工具，所以請盡量把工具做的直觀好用（參考我的文檔）。就像 Mike Muuss 提及到他自己的 ping 程序：「要是我早知道這是我一生中最出名的成就，我就多開發一兩天，添加更多選項。」
  • 高級語言：如果現有的 bcc 前端語言讓你很困擾，或許你能弄門更好的語言。要是你想將這門語言內建到 bcc 裡面，你需要使用 libbcc。或者你可以幫助 SystemTap BPF 或 ply 的工作。
  • 整合圖形界面：除了 bcc 可以使用的 CLI 命令行工具，怎麼讓這些信息可視呢？延遲熱點圖，火焰圖等等。

其它追蹤器

那麼 SystemTap、ktap、sysdig、LTTng 等追蹤器怎麼樣呢？它們有個共同點，要麼使用了 BPF，要麼在自己的領域做得更好。會有單獨的文章介紹它們自己。

至於 DTrace ？我們公司目前還在基於 FreeBSD 系統的 CDN 中使用它。

更多 bcc/BPF 的信息

我已經寫了一篇《bcc/BPF 工具最終用戶教程》，一篇《bcc Python 開發者教程》，一篇《bcc/BPF 參考手冊》，並提供了一些有用的工具，每一個工具都有一個 example.txt 文件和 man page。我之前寫過的關於 bcc 和 BPF 的文章有：

我在 Facebook 的 Performance@Scale Linux BPF Superpowers 大會上發表過一次演講。十二月份，我將在 Boston 發表關於 BPF/bcc 在 USENIX LISA 方面的演講和教程。

致謝

  • Van Jacobson 和 Steve McCanne，他們創建了最初用作過濾器的 BPF 。
  • Barton P. Miller，Jeffrey K. Hollingsworth，and Jon Cargille，發明了動態追蹤，並發表論文《Dynamic Program Instrumentation for Scalable Performance Tools》，可擴展高性能計算協議 （SHPCC），于田納西州諾克斯維爾市，1994 年 5 月發表。
  • kerninst (ParaDyn, UW-Madison)，展示了動態跟蹤的價值的早期動態跟蹤工具（上世紀 90 年代後期）
  • Mathieu Desnoyers (在 LTTng)，內核的主要開發者，主導 tracepoints 項目。
  • IBM 開發的作為 DProbes 一部分的 kprobes，DProbes 在 2000 年時曾與 LTT 一起提供 Linux 動態追蹤，但沒有整合到一起。
  • Bryan Cantrill, Mike Shapiro, and Adam Leventhal (Sun Microsystems)，DTrace 的核心開發者，DTrace 是一款很棒的動態追蹤工具，安全而且簡單（2004 年）。對於動態追蹤技術，DTrace 是科技的重要轉折點：它很安全，默認安裝在 Solaris 以及其它以可靠性著稱的系統里。
  • 來自 Sun Microsystems 的各部門的許多員工，促進了 DTrace，為我們帶來了高級系統追蹤的意識。
  • Roland McGrath (在 Red Hat)，utrace 項目的主要開發者，utrace 變成了後來的 uprobes。
  • Alexei Starovoitov (PLUMgrid， 後來是 Facebook)，加強版 BPF（可編程內核部件）的主要開發者。
  • 那些幫助反饋、提交代碼、測試以及針對增強版 BPF 補丁（請在 lkml 搜索 BPF）的 Linux 內核工程師： Wang Nan、 Daniel Borkmann、 David S. Miller、 Peter Zijlstra 以及其它很多人。
  • Brenden Blanco (PLUMgrid)，bcc 的主要開發者。
  • Sasha Goldshtein (Sela) 開發了 bcc 中的跟蹤點支持，和功能最強大的 bcc 工具 trace 及 argdist，幫助 USDT 項目的開發。
  • Vicent Martí 和其它 Github 上的工程師，為 bcc 編寫了基於 lua 的前端，幫助 USDT 部分項目的開發。
  • Allan McAleavy、 Mark Drayton，和其他的改進 bcc 的貢獻者。

感覺 Netflix 提供的環境和支持，讓我能夠編寫 BPF 和 bcc 跟蹤器並完成它們。我已經編寫了多年的追蹤工具（使用 TNF/prex、DTrace、SystemTap、ktap、ftrace、perf，現在是 bcc/BPF），並寫書、博客以及評論，

最後，感謝 Deirdré 編輯了另外一篇文章。

總結

Linux 沒有 DTrace（語言），但它現在有了，或者說擁有了 DTraceTookit（工具）。

通過增強內置的 BPF 引擎，Linux 4.9 內核擁有了用來支持現代化追蹤的最後一項能力。內核支持這一最難的部分已經做完了。今後的任務包括更多的命令行執行工具，以及高級語言和圖形用戶界面。

對於性能分析產品的客戶，這也是一件好事：你能查看延遲柱狀圖和熱點圖，CPU 處理和 CPU 之外的火焰圖，擁有更好的時延斷點和更低耗的工具。在用戶空間按包跟蹤和處理是沒有效率的方式。

那麼你什麼時候會升級到 Linux 4.9 呢？一旦官方發布，新的性能測試工具就來了：apt-get install bcc-tools 。

開始享受它吧!

Brendan

via: http://www.brendangregg.com/blog/2016-10-27/dtrace-for-linux-2016.html

作者：Brendan Gregg 譯者：GitFuture 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive

對這篇文章感覺如何？

太棒了
0
不錯
0
愛死了
0
不太好
0
感覺很糟
0
雨落清風。心向陽
    Previous
    Next

    You may also like

    Leave a reply

    您的電子郵箱地址不會被公開。 必填項已用 * 標註

    此站點使用Akismet來減少垃圾評論。了解我們如何處理您的評論數據。

    More in:Linux中國